基于云填充和混合相似性的协同过滤推荐算法的研究

• 作者: 傅明 成韵姿 陈曦
• 来源期刊: 计算技术与自动化
• 关键词: 协同过滤推荐算法 云填充 时序行为影响力 Jaccard系数
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 【算法分析与研究】
• 页码范围: 56-60
• 页数: 5页
• 分类号: TP391
• 语种: 中文

摘要

针对传统推荐算法的相似性度量准确性不高及数据极端稀疏性等问题，提出一种基于云填充和混合相似性的协同过滤推荐算法。首先通过云模型填充用户-项目评分矩阵，然后对相似性度量方法进行改进，将基于时间序列的用户间影响力融合到基于Jaccard 系数的相似性度量方法中。在 MovieLens 数据集上的验证结果表明，改进后的算法提高了推荐精度同时在一定程度上克服了数据稀疏性的影响。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	傅明	长沙理工大学计算机与通信工程学院	84	512	11.0	17.0
2	陈曦	长沙理工大学计算机与通信工程学院	56	361	12.0	16.0
3	成韵姿		2	1	1.0	1.0